Adatgyűjtés és -elemzés ipari környezetben
A hálózatba kapcsolt eszközök, vagyis a dolgok internete (Internet of Things) alapjaiban változtatja meg a termelési rendszereket és az üzleti modelleket. A digitális átállás, az egyre fejlettebb vállalat- és termelésirányítási rendszerek egyre mélyebb szintű input adatokat igényelnek.

 

Az IoT-projektek megtervezéséről és bevezetéséről Kéri Tamás, a Siemens Zrt. Digital Enterprise Services ipari automatizálásért és digitalizációs fejlesztésért felelős operatív vezetője beszélt A Jövő Gyára olvasóinak.

► Mit érdemes átgondolni a digitalizációs projekt megkezdése előtt?

Fontos az elérendő célok meghatározása, a digitalizálás ugyanis érintheti a gyártás, a karbantartás, esetleg a menedzsment területét, vagy ezek valamilyen kombinációját. De ez utóbbi esetben is érdemes kijelölni egy kulcsterületet, amire a digitalizációs fejlesztés irányuljon. Ezen belül fel kell mérni, hogy milyen eszközöket kívánunk bevonni az adatgyűjtésbe, zajlik-e jelenleg is valamilyen szintű adatgyűjtés és -kiértékelés. Tudnunk kell, hogy az érintett gépek csatlakoztatva vannak-e a hálózathoz – ha nincsenek, akkor már meg is van az első elvégzendő feladat, amit az ügyfél akár saját maga is el tud végezni.

 

 

A Siemensnél nem annyira a big data, hanem inkább a smart data koncepció alapján végezzük a fejlesztést, pontosan meghatározzuk tehát, hogy milyen adatpontokra van szükség. Ezek első fajtája a gyártást érinti; termel vagy áll a gép, mi az állás oka: meghibásodás vagy belső munkaszervezési ok (például a munkadarab nem érkezett meg időben)? Az adatpontok vonatkozhatnak a működésre is, nézzük a gép előtolását, fordulatszámát, a szerszámot, vagy éppen a legyártott alkatrészek számát, ami később az OEE analitika szempontjából válik fontossá.

A harmadik kategória a gépállapotra vonatkozik; milyen nyomatékon és hőmérsékleten történik a megmunkálás, mekkora az áramfelvétel és a sebesség? A negyedik adatpont pedig a hibaelemzés, a vezérlő ugyanis az aktív hibakód alapján pontosan meg tudja mondani, hogy mi az esetleges leállás oka.

► Más gépgyártók is rendelkeznek saját megoldásokkal, miben más a Siemens rendszere?

Napjaink gyártóberendezései valóban képesek adatokat szolgáltatni, az viszont ritka, hogy egy gyár homogén gyártási környezettel rendelkezzen. Vannak egyéb elterjedt vezérlőtípusok is a Siemens mellett, de a Siemens arra koncentrál, hogy ezeket is be tudja vonni az adatgyűjtésbe. Univerzális megoldást nyújtunk minden ügyfélnek, nem kell minden egyes gépgyártót felkeresni és az adott környezetekre szabott rendszereket párhuzamosan futtatni.

► Milyen céges folyamatokat érdemes leginkább digitalizálni?

A Siemens által kifejlesztett Condition Monitoring minden környezettel kommunikál, így összeköthető akár az intralogisztikai, raktárkezelési, eszközrendelési folyamatokkal is. Az ipar a leggyakrabban a gyártási, logisztikai, készletnyilvántartási és minőség-ellenőrzési folyamatok javítására koncentrál, és ezen területek jellegéből adódóan akarhat hatékonyságot növelni vagy költségcsökkentést elérni. A leggyakrabban a Brownfield Connectivity Gateway (BFC) megoldásunkat használjuk adatgyűjtésre, ami a végfelhasználó meglévő szervergépére vagy külső ipari PC-re is telepíthető.

 

Kéri Tamás, a Siemens Zrt. Digital Enterprise Services ipari automatizálásért és digitalizációs fejlesztésért felelős operatív vezetője

 

Itt konfiguráljuk, hogy milyen eszközöket akarunk rácsatlakoztatni, és a kimenetet (MySQL szerver, felhő stb.) is beállíthatjuk. A használt kommunikációs protokoll nagyban függ a csatlakoztatott eszközöktől, de a leggyakrabban az EtherNet/IP, Modbus TCP, MQTT, OPC UA vagy Siemens S7 protokollok kerülnek szóba. A műszerezés tekintetében is segítünk, ha kell, de a leggyakrabban erre nincs szükség, hiszen a meglévő vezérlőkből kinyerhető a szükséges adatállomány.

► Van különbség a hazai kkv-k és a multinacionális nagyvállalatok digitalizációs törekvései között?

Az a tapasztalatunk, hogy a multinacionális cégek saját erőből, saját megoldásokkal már elkezdtek egy digitalizációs folyamatot, amihez nagyrészt ragaszkodnak is. A Siemens rendszere tehát kiegészíti és optimalizálja azt, a kettő tökéletesen kiegészíti egymást.

► Milyen szintek léteznek egy vállalkozás tevékenységének digitalizálásában?

Az angol terminológia ezt érettségi szintnek nevezi, de a magyarban ritkán használjuk ezt a kifejezést. Egy egyszerű kérdőív kitöltése is rávilágít már nagy vonalakban arra, hogy egy adott ügyfél hol tart az IoT-érettségben. Ez nemcsak a termelésre vonatkozik, hanem felöleli például azt is, hogy mennyi papíralapú tevékenység van a cégnél, hol és milyen adatokat gyűjtenek, mire használják fel azokat, milyen felhasználók mihez férnek hozzá stb. A kommunikációs vonalak megfelelő kibervédelme is egy sarkalatos pontnak számít. Ebből pontosan látszik, hogy hol tart jelenleg az adott ügyfél, a célt pedig közösen kell meghatározni, de sem a jelenlegi, sem az elérendő állapotban nincsenek éles határvonalak az adott szintek között.

► Meddig tart egy átfogó IoT-projekt megvalósítása, és milyen előnyöket tapasztalhat utána az ügyfél?

Átlagosan hat hónap, amíg a szerződés aláírásától eljutunk az élesítésig. Ezután az ügyfél valós idejű adatokat láthat a termelőeszközök állapotáról, a gyártás releváns számairól (hány darab alkatrészt gyártottak az egyes gépek, ezek közül mennyi bizonyult selejtnek).

 

 

De ennél is fontosabb, hogy az okok is feltárhatók: miért állt a gép, miért lett hibás a termék, ezekre alapozva pedig a jövőben már elkerülhetők a hatékonyságot csökkentő és/vagy a költséget növelő események. A hibaokok feltárása előrejelzést is lehetővé tesz; ha tudjuk, hogy milyen hiba milyen valószínűséggel lép fel a jövőben, akkor arra fel is tudunk készülni. De hat hónap után még nem engedjük el az ügyfél kezét, hiszen működés közben merülhetnek fel az optimalizációs igények.

► Az energiahatékonyságot is tudjátok mérni?

A Condition Monitoring egy modulárisan felépített rendszer, amiben külön modul szolgál az energiahatékonyság mérésére és elemzésére, beszéljünk villamos energiáról, sűrített levegőről, vízről stb. Az egyes gépek üzemadatainak függvényében az energiaköltségeket is hozzá tudjuk rendelni az adott géphez.

► Az adatok megjelenítése terén mi a trend?

User layernek nevezzük azt a szintet, ahol a felhasználó a begyűjtött és kiértékelt adatokat használni kezdi. Az emberi agy a képi információt fogadja be a legkönnyebben, ezért a megjelenítésben a grafikonokra és a színkódokra kell fókuszálni. Lényeges, hogy minden érintett csak a számára engedélyezett információkhoz férjen hozzá, és az sem mindegy, hogy milyen eszközön milyen adatállományt jelenítünk meg; mást lehet leolvasni egy okosóráról, mint egy HMI-panelről. Ma már a riportálás is megoldható két kattintással ppt formátumban, ha a vezetőség felé szeretnénk az eredményeket prezentálni.

► Egy IoT-projekt sikeressége mennyiben függ a menedzsment és a munkavállalók elkötelezettségétől?

Sokszor a legnagyobb kihívást éppen ennek a falnak az áttörése jelenti. Az érintettek néha úgy érzik, hogy ez a fejlesztés a meglévő munkájuk mellett jelent egy pluszterhet, nem azt nézik, hogy idővel ez hogyan könnyíti majd meg a napi munkájukat. Pedig mennyivel egyszerűbb egy karbantartó mérnök élete, ha az okosórája jelez, hogy a másik csarnokban leállt egy gép, vagy még inkább, ha arról kap értesítést, hogy egy berendezés rendellenesen működik, vagy egy alkatrész már csereérett? De ahogy a digitalizált eszközök terjednek, úgy válnak az emberek egyre befogadóbbá, ezért azt gondolom, hogy a közeljövőben minden üzem átáll a digitalizált működés valamilyen szintjére.

Mesterséges neurális hálózatokkal lehetővé tett gépi tanulásért ítélték oda a 2024-es fizikai Nobel-díjat
Az amerikai John J. Hopfieldnek és a kanadai Geoffrey E. Hintonnak ítélték oda 2024-ben a fizikai Nobel-díjat – jelentették be kedden Stockholmban a Svéd Királyi Akadémián. A két kutató a gépi tanulás mesterséges neurális hálózatokkal való lehetővé tételéhez járult hozzá úttörő jelentőségű eredményeivel.
Konferencia az okosvárosokról és a technológiai sokszínűségről
Összefogtak a jövőért az ipar, a tudomány és a művészetek képviselői a Kognitív Mobilitás 2024 konferencián Budapesten.
Teljes kultúraváltás – a Miller Industries beszámolója arról miként segítette a Birst megoldás üzlete átalakítását
Az Infor első blogsorozata az Infor Customer Excellence Awards nyerteseit állítja reflektorfénybe és osztja meg a sikertörténeteiket.
Új képzési program indul az adatközponti és kritikus infrastruktúra területén működőknek
Új képzésekkel egészítette ki EcoXpert Partner Program kezdeményezését a Schneider Electric. Az újonnan megszerezhető tudás hatékonyan támogatja a vállalat adatközponti és kritikus infrastruktúra területeken tevékenykedő értékesítési partnereit ügyfeleik még jobb kiszolgálásában.
Zsákutcába kerülhet az AI egy kutatás szerint
A nagy nyelvi modellek, mint például a ChatGPT elterjedése valójában egyre csökkenti a nyilvános tudásmegosztást az online kérdezz-felelek platformokon, s ezzel megnehezítheti a jövőbeli modellek képzését – erre jutott a Budapesti Corvinus Egyetem frissen publikált tanulmánya.